Együtt többet tehetünk.

Komoly dilemma előtt a generatív MI-t használó vállalatok: Az “okos rendszerek” betanítása és használata jelentős környezetszennyezéssel járhat

Egy közelmúltban megjelent kutatás szerint egy vállalati környezetben használt MI-modell betanítása közel ötször annyi széndioxidot termel, mint öt átlagos méretű autó a teljes életciklusa során. Az így kifejlesztett rendszerek működtetése további kibocsátással jár – nem véletlen, hogy a szakértők szerint fontos lenne, hogy a cégek az energiatakarékos “zöld MI” megoldásokba invesztáljanak.

Világszerte egyre több vállalat használja a generatív mesterséges intelligencia (GenMI) megoldásokat kockázatelemzésre, ügyfélszolgálati feladatok ellátására, a termelékenység optimalizálására, a könyvelési és könyvviteli folyamatok korszerűsítésére és számos más, hagyományosan “humán erőforrás alapú” teendő elvégzésére. Az MI-apostolok szerint ezek az okos algoritmusok nagyban hozzájárulhatnak ahhoz, hogy fenntarthatóbbá tegyük a világot – miközben számos szakember attól tart, hogy széleskörű alkalmazásuk csak tovább súlyosbíthatja a klímaváltozás egyre erőteljesebben érvényesülő hatásait.

A massachusettsi University of Amherst kutatóinak 2019-es tanulmánya szerint egyetlen MI-modell “betanítása” közel 284 tonna szén-dioxid kibocsátással jár – ez ötször akkora szennyezés, mint amennyit öt átlagos méretű amerikai autó bocsát ki a teljes életciklusa során. Az MI-megoldásoknak kimagasló energiafelhasználásuk miatt igen nagy a karbonlábnyoma – és ez egy olyan tény, amit csak igen kevés döntéshozó – a PwC 2023-as Emerging Tech Survey kutatása szerint csak az üzleti vezetők 22 százaléka – vesz figyelembe a döntései során.

Nicola Sfondrini, a PwC szakértője szerint nem szabad elfelejteni, hogy az MI okozta széndioxid-szennyezés a betanítási fázis után is tovább folytatódik. Az ilyen rendszerek használata komoly kibocsátással jár; mint a Forbes-ban megjelent cikkében írja, a vállalatoknak “át kell gondolniuk”, valójában mekkora energiafelhasználással jár az ipari célú gépi tanulási rendszerek üzemeltetése. “Úgy kell egyre jobban kitágítanunk a technológia határait, hogy közben nem áldozzuk fel az ökológiai fenntarthatóságot” – írja.

Integrált fenntarthatósági modelleket kell felállítanunk

A GenMI-megoldások kifejlesztése és használata – a korai fejlesztéstől és az adatalapú tréningtől a specializált feladatok ellátására alkalmas “business critical” alkalmazások működtetéséig – rendkívül nagy energiaköltséggel jár. Ezeknek a rendszereknek a hadrendbe állítása mindenképpen széndioxid szennyezést eredményez – még akkor is, ha nagyrészt megújuló forrásokból biztosítjuk az energiaigényüket.

Sfondrini szerint az MI-megoldásokat hasznosító vállalatoknak jól átgondolt fejlesztési stratégiákat kell kidolgozniuk azért, hogy minimalizálhassák ezeknek a rendszereknek a negatív környezeti hatásait. Például úgy, hogy más, nagyobb szennyezési rátával rendelkező tevékenységeket váltanak ki a segítségükkel: “Ha az MI segítségével optimalizálják az üzleti folyamataikat, az lehetővé teheti, hogy »karcsúsítsák« a fizikai infrastruktúrájukat, és visszavágják az utazással kapcsolatos kibocsátásaikat” – hangsúlyozza.

A szakember úgy látja, a cégeknek és a szabályozó testületeknek olyan, a GenMI használatának pozitív és negatív hatásait is figyelembe vevő integrált fenntarthatósági modelleket kellene felállítaniuk, amelyek lehetővé teszik, hogy felmérjük, valójában milyen hatással van ennek a technológiának az adoptálása a környezetre. “A cégek csak akkor tudják érdemben mérlegelni az ipari folyamatok ma tapasztalható változásainak előnyeit és hátrányait, ha valóban rálátnak ezekre a mutatókra; csak akkor tudják eldönteni, hogy az GenMI megfelelő egyensúlyt teremt-e a működési és a környezeti fenntartás között, ha pontos számokkal kalkulálhatnak” – emeli ki.

A cél a “zöld MI”

A szakemberek szerint a vállalatok akkor járnak el felelősen az MI-rendszerek adaptációja során, ha fokozatosan, az ezzel járó energiaköltséget és szennyezőanyag-kibocsátást folyamatosan monitorozva bővítik okos technológiai eszközeik körét. Olyan módszereket kell kidolgozniuk, amelyekkel hatékonyan “zöldíthetik” az MI-infrastruktúrájukat, miközben arra ösztönzik a fejlesztőket és a techcégeket, hogy a jelenleginél energiatakarékosabb megoldásokat dolgozzanak ki. Ehhez persze átlátható szervezeti irányelvek és széles körben elfogadott mérési mechanizmusok, benchmarkok kellenek, olyan eszközök, amelyek lehetővé teszik, hogy objektív és átlátható módon követni lehessen az új technológiák ökológiai hatásait.

Sfondrinis szerint elengedhetetlen, hogy olyan iparági szövetségesek, együttműködések jöjjenek létre, amelyek tagjai folyamatosan megosztják egymással a tapasztalataikat és az eredményeiket, biztosítva a “zöld MI” technológiák kifejlesztéséhez szükséges tudástranszfert. Iparági sztenderdekre épülő szabványokra, tanúsítási rendszerekre is szükség lenne, amelyek szintén nagyban hozzájárulhatnának ahhoz, hogy fenntartható MI-megoldásokat dolgozzunk ki.

Hasonló cikkek